MétaCan
Menu
Retour à la cohorte
Enregistrement W2420327097 · doi:10.1111/trf.13691

Impact of informing donors of low ferritin results

2016· article· en· W2420327097 sur OpenAlexafffund
Mindy Goldman, Samra Uzicanin, Jenna Scalia, Vito Scalia, Sheila F. O’Brien

Notice bibliographique

RevueTransfusion · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueIron Metabolism and Disorders
Établissements canadiensCanadian Blood Services
Organismes subventionnairesCanadian Blood Services
Mots-clésFerritinIron statusDonationMedicineIron deficiencySerum ferritinIron supplementationProspective cohort studyCohortObservational studyFamily medicineInternal medicineAnemiaPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Informing donors of their ferritin status is one possible mitigating strategy to reduce iron deficiency in donors. STUDY DESIGN AND METHODS: We evaluated the impact of informing donors of their ferritin status on their donation frequency, understanding of iron needs, and actions to improve iron intake 2 years after their inclusion in a prospective observational cohort study. RESULTS: Informing donors of low ferritin results decreased return rate in first-time and repeat donors, and the median number of donations declined from three to two donations/year in returning donors with low ferritin on index donation compared to an increase from 1.5 to 2.5 donations/year in donors with normal ferritin. An electronic questionnaire demonstrated that approximately 60% of low ferritin donors saw their primary medical practitioner, and half of this group started iron. Qualitative interviews revealed suboptimal understanding of iron needs and poor compliance with iron supplementation. CONCLUSION: Providing donors with results of ferritin testing may reduce return rates and donation frequency in the 2 years after testing. Simply providing donors with ferritin results and an information sheet is often inadequate to improve donors' understanding of iron needs and may not lead to a substantive increase in iron intake over time.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,764
Score d'incertitude au seuil0,192

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,012
Tête enseignante GPT0,279
Écart entre enseignants0,268 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTransfusionMême sujetIron Metabolism and DisordersTravaux en français237 207